个人中心
文章发布
退出
作者热门文章
- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
25
4
CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章Matplotlib.pyplot 三维绘图的实现示例由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.
折线图 。
Axes3D.plot(xs,ys,*args,**kwargs) 。
。
| Argument | Description |
|---|---|
| xs, ys | x, y coordinates of vertices |
| zs | z value(s), either one for all points or one for each point. |
| zdir | Which direction to use as z (‘x', ‘y' or ‘z') when plotting a 2D set. |
。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
import
matplotlib as mpl
from
mpl_toolkits.mplot3d
import
Axes3D
import
numpy as np
import
matplotlib.pyplot as plt
mpl.rcParams[
'legend.fontsize'
]
=
10
fig
=
plt.figure()
ax
=
fig.gca(projection
=
'3d'
)
theta
=
np.linspace(
-
4
*
np.pi,
4
*
np.pi,
100
)
z
=
np.linspace(
-
2
,
2
,
100
)
r
=
z
*
*
2
+
1
x
=
r
*
np.sin(theta)
y
=
r
*
np.cos(theta)
ax.plot(x, y, z, label
=
'parametric curve'
)
ax.legend()
plt.show()
|
散点图 。
Axes3D.scatter(xs,ys,zs=0,zdir='z',s=20,c=None,depthshade=True,*args,**kwargs) 。
。
| Argument | Description |
|---|---|
| xs, ys | Positions of data points. |
| zs | Either an array of the same length as xs and ys or a single value to place all points in the same plane. Default is 0. |
| zdir | Which direction to use as z (‘x', ‘y' or ‘z') when plotting a 2D set. |
| s | Size in points^2. It is a scalar or an array of the same length as x and y. |
| c | A color. c can be a single color format string, or a sequence of color specifications of length N, or a sequence of N numbers to be mapped to colors using the cmap and norm specified via kwargs (see below). Note that c should not be a single numeric RGB or RGBA sequence because that is indistinguishable from an array of values to be colormapped. c can be a 2-D array in which the rows are RGB or RGBA, however, including the case of a single row to specify the same color for all points. |
| depthshade | Whether or not to shade the scatter markers to give the appearance of depth. Default is True. |
。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
|
from
mpl_toolkits.mplot3d
import
Axes3D
import
matplotlib.pyplot as plt
import
numpy as np
def
randrange(n, vmin, vmax):
'''
Helper function to make an array of random numbers having shape (n, )
with each number distributed Uniform(vmin, vmax).
'''
return
(vmax
-
vmin)
*
np.random.rand(n)
+
vmin
fig
=
plt.figure()
ax
=
fig.add_subplot(
111
, projection
=
'3d'
)
n
=
100
# For each set of style and range settings, plot n random points in the box
# defined by x in [23, 32], y in [0, 100], z in [zlow, zhigh].
for
c, m, zlow, zhigh
in
[(
'r'
,
'o'
,
-
50
,
-
25
), (
'b'
,
'^'
,
-
30
,
-
5
)]:
xs
=
randrange(n,
23
,
32
)
ys
=
randrange(n,
0
,
100
)
zs
=
randrange(n, zlow, zhigh)
ax.scatter(xs, ys, zs, c
=
c, marker
=
m)
ax.set_xlabel(
'X Label'
)
ax.set_ylabel(
'Y Label'
)
ax.set_zlabel(
'Z Label'
)
plt.show()
|
线框图 。
Axes3D.plot_wireframe(X,Y,Z,*args,**kwargs) 。
。
| Argument | Description |
|---|---|
| X, Y, | Data values as 2D arrays |
| Z | |
| rstride | Array row stride (step size), defaults to 1 |
| cstride | Array column stride (step size), defaults to 1 |
| rcount | Use at most this many rows, defaults to 50 |
| ccount | Use at most this many columns, defaults to 50 |
。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
from
mpl_toolkits.mplot3d
import
axes3d
import
matplotlib.pyplot as plt
fig
=
plt.figure()
ax
=
fig.add_subplot(
111
, projection
=
'3d'
)
# Grab some test data.
X, Y, Z
=
axes3d.get_test_data(
0.05
)
# Plot a basic wireframe.
ax.plot_wireframe(X, Y, Z, rstride
=
10
, cstride
=
10
)
plt.show()
|
表面图 。
Axes3D.plot_surface(X,Y,Z,*args,**kwargs) 。
。
| Argument | Description |
|---|---|
| X, Y, Z | Data values as 2D arrays |
| rstride | Array row stride (step size) |
| cstride | Array column stride (step size) |
| rcount | Use at most this many rows, defaults to 50 |
| ccount | Use at most this many columns, defaults to 50 |
| color | Color of the surface patches |
| cmap | A colormap for the surface patches. |
| facecolors | Face colors for the individual patches |
| norm | An instance of Normalize to map values to colors |
| vmin | Minimum value to map |
| vmax | Maximum value to map |
| shade | Whether to shade the facecolors |
。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
|
from
mpl_toolkits.mplot3d
import
Axes3D
import
matplotlib.pyplot as plt
from
matplotlib
import
cm
from
matplotlib.ticker
import
LinearLocator, FormatStrFormatter
import
numpy as np
fig
=
plt.figure()
ax
=
fig.gca(projection
=
'3d'
)
# Make data.
X
=
np.arange(
-
5
,
5
,
0.25
)
Y
=
np.arange(
-
5
,
5
,
0.25
)
X, Y
=
np.meshgrid(X, Y)
R
=
np.sqrt(X
*
*
2
+
Y
*
*
2
)
Z
=
np.sin(R)
# Plot the surface.
surf
=
ax.plot_surface(X, Y, Z, cmap
=
cm.coolwarm,
linewidth
=
0
, antialiased
=
False
)
# Customize the z axis.
ax.set_zlim(
-
1.01
,
1.01
)
ax.zaxis.set_major_locator(LinearLocator(
10
))
ax.zaxis.set_major_formatter(FormatStrFormatter(
'%.02f'
))
# Add a color bar which maps values to colors.
fig.colorbar(surf, shrink
=
0.5
, aspect
=
5
)
plt.show()
|
柱状图 。
Axes3D.bar(left,height,zs=0,zdir='z',*args,**kwargs) 。
。
| Argument | Description |
|---|---|
| left | The x coordinates of the left sides of the bars. |
| height | The height of the bars. |
| zs | Z coordinate of bars, if one value is specified they will all be placed at the same z. |
| zdir | Which direction to use as z (‘x', ‘y' or ‘z') when plotting a 2D set. |
。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
from
mpl_toolkits.mplot3d
import
Axes3D
import
matplotlib.pyplot as plt
import
numpy as np
fig
=
plt.figure()
ax
=
fig.add_subplot(
111
, projection
=
'3d'
)
for
c, z
in
zip
([
'r'
,
'g'
,
'b'
,
'y'
], [
30
,
20
,
10
,
0
]):
xs
=
np.arange(
20
)
ys
=
np.random.rand(
20
)
# You can provide either a single color or an array. To demonstrate this,
# the first bar of each set will be colored cyan.
cs
=
[c]
*
len
(xs)
cs[
0
]
=
'c'
ax.bar(xs, ys, zs
=
z, zdir
=
'y'
, color
=
cs, alpha
=
0.8
)
ax.set_xlabel(
'X'
)
ax.set_ylabel(
'Y'
)
ax.set_zlabel(
'Z'
)
plt.show()
|
箭头图 。
Axes3D.quiver(*args,**kwargs) 。
Arguments
X, Y, Z: The x, y and z coordinates of the arrow locations (default is tail of arrow; see pivot kwarg) U, V, W: The x, y and z components of the arrow vectors 。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
from
mpl_toolkits.mplot3d
import
axes3d
import
matplotlib.pyplot as plt
import
numpy as np
fig
=
plt.figure()
ax
=
fig.gca(projection
=
'3d'
)
# Make the grid
x, y, z
=
np.meshgrid(np.arange(
-
0.8
,
1
,
0.2
),
np.arange(
-
0.8
,
1
,
0.2
),
np.arange(
-
0.8
,
1
,
0.8
))
# Make the direction data for the arrows
u
=
np.sin(np.pi
*
x)
*
np.cos(np.pi
*
y)
*
np.cos(np.pi
*
z)
v
=
-
np.cos(np.pi
*
x)
*
np.sin(np.pi
*
y)
*
np.cos(np.pi
*
z)
w
=
(np.sqrt(
2.0
/
3.0
)
*
np.cos(np.pi
*
x)
*
np.cos(np.pi
*
y)
*
np.sin(np.pi
*
z))
ax.quiver(x, y, z, u, v, w, length
=
0.1
, normalize
=
True
)
plt.show()
|
2D转3D图 。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
|
from
mpl_toolkits.mplot3d
import
Axes3D
import
numpy as np
import
matplotlib.pyplot as plt
fig
=
plt.figure()
ax
=
fig.gca(projection
=
'3d'
)
# Plot a sin curve using the x and y axes.
x
=
np.linspace(
0
,
1
,
100
)
y
=
np.sin(x
*
2
*
np.pi)
/
2
+
0.5
ax.plot(x, y, zs
=
0
, zdir
=
'z'
, label
=
'curve in (x,y)'
)
# Plot scatterplot data (20 2D points per colour) on the x and z axes.
colors
=
(
'r'
,
'g'
,
'b'
,
'k'
)
x
=
np.random.sample(
20
*
len
(colors))
y
=
np.random.sample(
20
*
len
(colors))
labels
=
np.random.randint(
3
, size
=
80
)
# By using zdir='y', the y value of these points is fixed to the zs value 0
# and the (x,y) points are plotted on the x and z axes.
ax.scatter(x, y, zs
=
0
, zdir
=
'y'
, c
=
labels, label
=
'points in (x,z)'
)
# Make legend, set axes limits and labels
ax.legend()
ax.set_xlim(
0
,
1
)
ax.set_ylim(
0
,
1
)
ax.set_zlim(
0
,
1
)
ax.set_xlabel(
'X'
)
ax.set_ylabel(
'Y'
)
ax.set_zlabel(
'Z'
)
# Customize the view angle so it's easier to see that the scatter points lie
# on the plane y=0
ax.view_init(elev
=
20.
, azim
=
-
35
)
plt.show()
|
文本图 。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
from
mpl_toolkits.mplot3d
import
Axes3D
import
matplotlib.pyplot as plt
fig
=
plt.figure()
ax
=
fig.gca(projection
=
'3d'
)
# Demo 1: zdir
zdirs
=
(
None
,
'x'
,
'y'
,
'z'
, (
1
,
1
,
0
), (
1
,
1
,
1
))
xs
=
(
1
,
4
,
4
,
9
,
4
,
1
)
ys
=
(
2
,
5
,
8
,
10
,
1
,
2
)
zs
=
(
10
,
3
,
8
,
9
,
1
,
8
)
for
zdir, x, y, z
in
zip
(zdirs, xs, ys, zs):
label
=
'(%d, %d, %d), dir=%s'
%
(x, y, z, zdir)
ax.text(x, y, z, label, zdir)
# Demo 2: color
ax.text(
9
,
0
,
0
,
"red"
, color
=
'red'
)
# Demo 3: text2D
# Placement 0, 0 would be the bottom left, 1, 1 would be the top right.
ax.text2D(
0.05
,
0.95
,
"2D Text"
, transform
=
ax.transAxes)
# Tweaking display region and labels
ax.set_xlim(
0
,
10
)
ax.set_ylim(
0
,
10
)
ax.set_zlim(
0
,
10
)
ax.set_xlabel(
'X axis'
)
ax.set_ylabel(
'Y axis'
)
ax.set_zlabel(
'Z axis'
)
plt.show()
|
3D拼图 。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
|
import
matplotlib.pyplot as plt
from
mpl_toolkits.mplot3d.axes3d
import
Axes3D, get_test_data
from
matplotlib
import
cm
import
numpy as np
# set up a figure twice as wide as it is tall
fig
=
plt.figure(figsize
=
plt.figaspect(
0.5
))
# ===============
# First subplot
# ===============
# set up the axes for the first plot
ax
=
fig.add_subplot(
1
,
2
,
1
, projection
=
'3d'
)
# plot a 3D surface like in the example mplot3d/surface3d_demo
X
=
np.arange(
-
5
,
5
,
0.25
)
Y
=
np.arange(
-
5
,
5
,
0.25
)
X, Y
=
np.meshgrid(X, Y)
R
=
np.sqrt(X
*
*
2
+
Y
*
*
2
)
Z
=
np.sin(R)
surf
=
ax.plot_surface(X, Y, Z, rstride
=
1
, cstride
=
1
, cmap
=
cm.coolwarm,
linewidth
=
0
, antialiased
=
False
)
ax.set_zlim(
-
1.01
,
1.01
)
fig.colorbar(surf, shrink
=
0.5
, aspect
=
10
)
# ===============
# Second subplot
# ===============
# set up the axes for the second plot
ax
=
fig.add_subplot(
1
,
2
,
2
, projection
=
'3d'
)
# plot a 3D wireframe like in the example mplot3d/wire3d_demo
X, Y, Z
=
get_test_data(
0.05
)
ax.plot_wireframe(X, Y, Z, rstride
=
10
, cstride
=
10
)
plt.show()
|
到此这篇关于Matplotlib.pyplot 三维绘图的实现示例的文章就介绍到这了,更多相关Matplotlib.pyplot 三维绘图内容请搜索我以前的文章或继续浏览下面的相关文章希望大家以后多多支持我！ 。
原文链接：https://www.cnblogs.com/wuwen19940508/p/8638266.html 。
最后此篇关于Matplotlib.pyplot 三维绘图的实现示例的文章就讲到这里了,如果你想了解更多关于Matplotlib.pyplot 三维绘图的实现示例的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。
25
4
0
从 matplotlib 库中我导入了 pyplot 模块。在该模块中有一个我使用过的函数plot()。现在我的问题是: 为什么plot()函数不在任何类中？如果它在任何类中，为什么我们不创建该类的任
过去我可以使用带有 for 循环的 matplotlib 来制作简单的动画，但现在已经有一段时间没用了。 标准答案是您必须打开交互模式和/或使用matplotlib.pyplot.draw()强制重绘
我正在为一个研究项目绘制一些天气数据。该图由 18 个时间步组成。我认为实现此目的的最佳方法是为每个时间步长创建一个新图，将其保存为文件，然后为下一个时间步长创建一个新图(使用 for 循环)。 例如
from matplotlib import pyplot as plt import matplotlib.pyplot as plt 以上说法是否等价？哪种形式更具可读性/更好？ 最佳答案 尽管它
我希望负条朝下，正条朝上，x轴（0线）正好在它们之间通过。我试过了 chart = fig.bar(x, negative_data, width=35, color='r') ax2 = plt.g
所以我想要的是让我的 pyplot 以科学记数法记号。所以每个刻度看起来像 1x10^6 而不是 1，然后是轴上的 10^6。到目前为止，我能够做到这一点的唯一方法是手动将每个刻度标签设置为 r'$1
我正在尝试针对 datetime 的列表绘制一些数据pyplot 在 x 轴上的对象。然而，日期显示为标准格式，即 %Y-%m-%d %H:%M:%S (太长了)。我可以通过使用 strftime 创
假设我有这个代码: num_rows = 10 num_cols = 1 fig, axs = plt.subplots(num_rows, num_cols, sharex=True) for i
我正在尝试绘制带有拟合虚线的散点图。 plt.scatter(x, y, s=z, alpha=0.5) m, b = np.polyfit(x, y, 1) y = [(m*i) + b for i
我想在 pyplot 图形中包含一些文本，并且能够在不改变比例的情况下放大它。请参阅下面的情节示例、我希望发生的事情以及实际发生的事情。 重现错误的代码: import matplotlib.pypl
我想显示第一次显示时放大的图像，但仍然可以使用图形工具栏中的交互式“重置原始 View ”按钮缩小到全比例。裁剪是完全 Not Acceptable 。使用 plt.axis([x0, x1, y0,
我正在尝试绘制带有拟合虚线的散点图。 plt.scatter(x, y, s=z, alpha=0.5) m, b = np.polyfit(x, y, 1) y = [(m*i) + b for i
我想在 pyplot 图形中包含一些文本，并且能够在不改变比例的情况下放大它。请参阅下面的情节示例、我希望发生的事情以及实际发生的事情。 重现错误的代码: import matplotlib.pypl
我正在编写一门类(class)，以便制作符合我的多种需求的情节人物!我特别关注每个 pyplot 用户都知道的线型的循环(颜色和线型)，有 4 种线型('-'、'--'、'-.'、':')但有一个选项
我特别想让其中一行比另一行早结束。它们是按时间顺序排列的(逐月和逐年)。 months= [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16] pass_2015 = [0
给定一个简单的负值列表:l = [0, -1, -1, -1, -10, -100] 使用标准方法 plt.hist(l) 可视化直方图的最快方法是什么？ 我希望能够查看列表中的所有条目及其相对频率。
我有一个包含数据的文件，我将其分为三类。我想显示三个不同的“垃圾箱”，它们都只显示一个数字(该类别的平均值)。 import csv import matplotlib.pyplot as plt i
我不确定我的措辞是否正确，但我想做的是创建两个子图的图形，其中两个图有不同的限制，但它们的大小使得物理比例(如，y -人物高度每厘米的距离)是相同的。为了澄清起见，假设子图 1 显示从 -3 到 3
有谁知道为什么这段代码不能正确绘制框颜色。我希望每个组件都有不同的颜色，但它们都是黑色的，带有蓝色图例。 from numpy import array, zeros import matplotli
我在尝试使用 pyplot 标记数据时遇到了一场噩梦。 我目前正在绘制所有数据，如下所示:plt.plot(data)。 data 是一个数组，其中有一列是总成本，其他列是子成本 我想添加图例并适本地
我是一名优秀的程序员,十分优秀！